1
K-means 分群后先看规模与离散程度，别只给群组起名字
#机器学习#聚类#数据Amy 原创整理｜资料核验：2026-10-29 Google 聚类课程建议，评估 K-means 结果时检查每个群的样本数量，以及样本到中心的距离总量。群很大时距离总量也可能变大，所以两个量要结合看。 异常群组不一定是算法出错，也可能暴露数据问题，或是值得进一步研究的真实结构。距离度量本身是否符合任务中的相似性，
新加坡 10-29 21:45 · 吉隆坡 21:45 · 雅加达 20:45 · 曼谷 20:45 · 马尼拉 21:45 · 胡志明 20:45 · 北京 21:45 · 东京 22:45 · 伦敦 13:45 · 纽约 09:45
#机器学习#聚类#数据Amy 原创整理｜资料核验：2026-10-29 Google 聚类课程建议，评估 K-means 结果时检查每个群的样本数量，以及样本到中心的距离总量。群很大时距离总量也可能变大，所以两个量要结合看。 异常群组不一定是算法出错，也可能暴露数据问题，或是值得进一步研究的真实结构。距离度量本身是否符合任务中的相似性，